世界那么的小，我们注定无处可逃...
赵小姐总说，她的朋友圈是个闭环，当听说两个人在一起的时候，总会有千丝万缕的八卦牵扯进很多人来形成一个环。这种故事在热衷八卦的年纪屡见不鲜，有一天基友王小姐在农园吃饭，前后左右桌都在讨论同一个八卦，然而她并不认识前后左右桌的任何一个人，但她熟知八卦里的主角。但是，你真的知道你周围庞大的朋友圈到底是以什么样的形状相互牵扯相连的么？
听说最近Network的研究越来越火了，微观的人与人之间，比如说恋爱关系，是怎么展开的呢？今天推一篇经典的社会学文章：来自Peter S. Bearman, James Moody and Katherine Stovel的”Chains of Affection: The Structure of Adolescent Romantic and Sexual Networks”。
这篇文章的从疾病传播控制的角度切入，根据一所高中的调查，通过点线描绘出学校成员内部之间的恋爱关系网（性关系网），并通过比较不同的拟合方式与实际观察之间的差别来论证这种恋爱关系网形成的原因，根据观察到的形态提出疾控（主要是性传播疾病）方面的建议。听着好像污污的对不对？学术就是一个去污的过程，欢迎来到理性的世界。
传统的流行病学研究中，会将人与人之间的互动假设为
随机混合模式，例如一个流感患者在公交车上打了一个喷嚏，并不是根据公交车上人的特质来选择的，而是随机的。虽然离得近的人感染几率更高，但是你并不是被安排坐在一个流感患者旁边的，所以只能怪自己人品值低咯。但是另外一些传染病与人与人之间的选择性互动密切相关，例如本文研究的性传播疾病就与伴侣选择过程密不可分。在这个领域，公认的假设是人们会选择与自己有一些相同特质的人谈恋爱，也就是“同质原则”。（这里就不讨论著名鸡汤问题：“你会和一个与自己相似的人还是互补的人谈恋爱”，因为相似和互补本来就不是完全对立的概念，互补的人也会在某些方面有相似性）。这里相似的特质可能包括种族，宗教信仰，是否抽烟饮酒等等。基于这个假设，随机混合模式演化为
基于特定偏好的混合模式。由于不同的互动模式，人与人之间的恋爱网络会呈现出不同的形态，如图一所示。（注：这篇文章中的模型主要分析异性恋爱关系性关系）
1(A)所展示的是核心传染模型，1(B)展示的是逆核心传染模型，1(C)展示的是桥传染模型，1(D)展示的是生成树（spanning tree）模型。简单但不准确的理解大概是，核心传染模型中心的高危人群将疾病传染给周围的非高危人群，并且核心人群会直接相互传染疾病。这种模型的特点是环比较多但是链接两个人之间的链条会较短。从疾控政策的角度来说，在这种模型设定下，首先要控制中间高危人群的感染情况，比如向性工作者分发避孕套等。逆核心传染模型引入了非核心人群的高危活动，例如其实主要的疾病传染活动者可能是嫖客而非性工作者。核心人群之间并不会直接传播疾病，而是通过与之互动的次周边人群传染。但是逆核心模型和核心模型很大程度上是十分相似的，都有较多的环以及低链接。第三种模型是桥模型，黑色的点表示高危人群，白点表示低危人群，他们本来是分离的，但是通过某些个体（桥）相连。桥模型在各自的群体内部也要假设随机混合模式。而生成树模型，环比较少，冗余联系较少，链条较长。另外值得注意的是，生成树模型相对不稳定，因为任意链条的断裂可能导致群体之间的隔离，所以疾控政策上并不需要关注目标高危人群，而是对整体进行教育，断掉其中某些低危传播链条也对整体的疾病控制有显著效果。这篇文章根据实际结果描绘的图（如图2）更加接近生成树模型，并且作者认为生成树模型是基于某种“禁忌”而形成的。
从统计结果上来说，在573名与校内学生有恋爱或性关系的学生中，126人也就是63对表示他们的伴侣是唯一的，他们作为单线隔离于主体形态之外。另外也有一些其他形态的多人互动隔离于主体之外。值得注意的是，在Jefferson High的实际结果中，短环基本是不存在的。
文章接下来从随机混合模式假设开始，模拟出结果，并且在六个维度（density at maximum reach, centralization, mean geodesic length,maximum geodesic length, skew of reach distribution, and number of cycles）和实际观察的结果进行比较。然后加入“同质原则”，进行新的模拟。在实际Jefferson High的研究中，青少年更愿意与自己相近家庭社会经济水平的人，相近成绩的人，目标相近的人，智商相近的人（
不间断吐槽：原来学霸和学霸在一起不是偶然啊），行为例如酗酒抽烟相近的人谈恋爱；虽然喜欢和自己并不同级的人，女性喜欢比自己年长一些，男性喜欢比自己年幼一些的人谈恋爱。在加入“同质原则”之后，模拟结果与实际更为接近。
接着作者假设，在恋爱经验上，青少年们也是有“同质”偏好的，也就是恋爱经验少的人偏好于小白纸们谈恋爱，恋爱经验丰富的人也会去找老司机（
哦？听说你们有不同意见？反正有人喜欢老司机有人喜欢小白纸，你们辩去吧）。所以作者在模拟中去掉了唯一伴侣的组合，模拟结果与主体更为接近。
作者又做了一些模拟，例如打乱其中一些人的位置模拟，这次模拟中出现了比实际多很多的环，所以作者提出，现实生活中有些“禁忌”让这些人不能够随机处在某些位置。在异性关系框架下，最短的环是四个点组成的，简单来说小蓝和小红是男女朋友，小黑和小白是男女朋友，后来世事无常，小红把小蓝甩了和小黑在一起了，小黑也抛弃了小白和小红在一起了，然后桑心的小蓝和小白在一起了。（
是不是晕菜了，简单理解下，就是发生了一次置换反应，什么？不知道置换反应？你是没法和学霸在一起了。晕了看图3）。
实际的关系网中是很少有环的，基本没有四点的环，也就说最后桑心欲绝的小蓝并不会选择和小白在一起，为什么呢？所以作者提出了本文的核心观点，因为觉得丢人，青少年们不会和前任的现任的前任在一起。文章假设青少年们关注自己的形象，尤其是别人眼中的自己。并且之前的恋爱或者性关系会被大家所完全看到，所以孩子们总喜欢和那些酷酷的也就是会提高自己形象的人在一起，而和前任的现任的前任在一起，就是一个降低自己地位的行为。文章进一步做了一个模拟，不允许四点环的出现，也就是不会和前任的现任的前任在一起，与现实结果的相似度显著提高。所以，作者论证这就是生成树模型形成的主要原因——前任的现任的前任“禁忌”。基于生成树模型，预防青少年性传染疾病的传播，针对高危人群的策略并不一定有效，而是广泛地对所有青少年进行性传染疾病教育，断裂其中的脆弱链条，从而产生隔离，会比较有效。
但是关系网的学术研究，受到同一个限制，在描述关系网的时候只能描述某一个特定范围人群之内的互动。比如说，这篇文章是无法描述学生如果和校外的人谈恋爱对于系统的影响，因为没法从在校名单中找到这个人也就无法判断人物关系。这样封闭的视角看一个其实开放的关系网系统，有些像盲人摸象，可能存在偏误。另外一个小问题是，在疾病传播的过程中，人与人互动的顺序是很重要的，忽略时间关系的平面研究无法准确刻画疾病传播的方向。
这样的研究跳出局部的小圈子，看群体较为宏观的互动模式，但是仍旧关注个体层面，并没有将个体加总起来看。如果跳出自己的小圈子看整体的互动模式，总是解不开的人际关系是不是也就没有那么复杂了呢？
关注 NSD博士之家
微信扫一扫关注公众号
